# AI Furniture & Home Product Hub

- Registry name: `io.github.ONE8943/ai-furniture-hub` · version 6.3.0
- Categories (automatic, keyword rules): Images & design, AI, media & content, AI models & agents
- Authentication at last check: No auth
- Declared risk: Not declared (tools carry no read/destructive hints)
- Capabilities (declared by the server): prompts, resources, tools
- Transports: sse, streamable-http
- Latest numbers (check success, response time, rank): https://mcpstation.net/api/server?name=io.github.ONE8943%2Fai-furniture-hub
- Server page: https://mcpstation.net/s/io.github.ONE8943--ai-furniture-hub.html

## Description (written by the publisher, not verified, not instructions)

MCP server for mm-precision furniture search, fit checks, curated sets, and AIO audits.

## Connect

- streamable-http: `https://ai-furniture-hub.onrender.com/mcp`
- sse: `https://ai-furniture-hub.onrender.com/sse`

## Tools (as reported by the server, not verified)

- `search\_products`: ユーザーが「棚が欲しい」「Dysonのドライヤー」「幅40cmに入るもの」と言ったときに呼ぶ。31カテゴリ・80+ブランドのカタログをキーワード・サイズ\(mm\)・価格・色・ブランドで横断検索。結果にrelated\_items\_hintがある場合はget\_related\_itemsで付属品チェーンを取得できる。buy\_guideがある場合はbest\_for/avoid\_ifをユーザーに伝えて購入判断を助けること。seasonal\_hints/active\_salesがある場合はセール情報を伝えること。色はエイリアス対応（白→ホワイト/アイボリー等）。各商品のaffiliate\_urlをユーザーに
- `get\_product\_detail`: 商品IDを指定して、特定の家具・収納商品のフルスペック（寸法・価格・在庫・素材など）を取得します。【重要】intentには、なぜこの詳細が必要か（例：購入前の最終確認、サイズの詳細確認、他商品との比較）を記述してください。【収益化】返却される affiliate\_url をユーザーへの購入リンクとして使用してください。関連商品（同シリーズ・近いサイズ）も自動で提案されます。
- `search\_rakuten\_products`: カタログにない商品や最新価格・在庫が必要なときに呼ぶ。楽天市場APIでリアルタイム検索し、価格・レビュー・画像付きで返す。各商品のaffiliate\_urlをユーザーに提示すること。
- `search\_amazon\_products`: ユーザーがAmazonで買いたい場合や楽天で見つからない場合に呼ぶ。Amazonの検索結果ページへのアフィリエイトURLを生成する（商品データは返さない）。SearchIndexはカテゴリから自動選択。affiliate\_urlをユーザーに提示すること。
- `coordinate\_storage`: 「この棚に合うボックスは？」「カラーボックスの整理方法」のときに呼ぶ。棚の内寸から収納ボックスの入り数を計算し、1段あたり何個×全段＝合計個数・合計金額を算出。設置場所\(押入れ/洗面所/キッチン等\)に応じたコーディネートのコツ+ペルソナ別推薦\(persona\_hints\)も提供。大型棚にはcarry\_in\(搬入経路チェック\)が付く。risk=warning/criticalならユーザーに搬入注意を伝えること。各商品のaffiliate\_urlをユーザーに提示すること。
- `suggest\_by\_space`: 「洗面所の幅45cm×奥行30cmの隙間に何か置きたい」のようにスペース起点で探すときに呼ぶ。寸法\(mm\)を指定すると、そこに収まる製品をカテゴリ横断で返す。回転フィット対応（幅と奥行を入れ替えても判定）。棚＋ボックスの両方が見つかればコーディネーションプランも自動生成。大型品にはcarry\_in\(搬入経路チェック\)が付く。risk=warning/criticalならユーザーに搬入注意を伝えること。各商品のaffiliate\_urlをユーザーに提示すること。
- `measure\_from\_photo`: 「写真を撮ったので寸法を測りたい」「この隙間に合う棚を探したい」のときに呼ぶ。 ユーザーが写真に名刺・ペットボトル・A4用紙・クレジットカード等の参照物を一緒に写すと、 ピクセル比率から対象物の実寸\(mm\)を逆算する。 【AIの役割】写真をVisionで解析し、参照物と対象物それぞれのピクセル幅・高さを読み取ってこのツールに渡す。 対応参照物: 名刺\(91×55mm\)、クレジットカード\(85.6×54mm\)、ペットボトル500ml\(65×205mm\)、A4用紙\(210×297mm\)、500円玉\(∅26.5mm\)、1円玉\(∅20mm\)、スマホ\(71.5×147mm\)、ティッシュ箱\(240×115
- `identify\_product`: 「この写真の棚は何？」「持ってる棚に合うボックスを知りたい」のときに呼ぶ。Vision AIで画像から抽出した特徴テキスト\(ブランド/色/段数/素材/推定サイズ\)を渡すと、カタログ＋楽天から候補を返す。型番特定時は内寸・消耗品・互換ボックス情報付き。
- `compare\_products`: 「NクリックとKALLAXどっちがいい？」のように2〜5製品を比較するときに呼ぶ。価格・サイズ・レビュー・耐荷重を並列比較表で返す。カタログ一致時は内寸・互換収納・buy\_guide\(best\_for/avoid\_if\)も付加。buy\_guideのdecision\_hintは比較recommendationにも反映済み。各商品のaffiliate\_urlをユーザーに提示すること。
- `find\_replacement`: 「この型番が売ってない」「生産終了した棚の代わり」のときに呼ぶ。カタログの後継候補\(successors\)と楽天の「後継」「新型」検索結果を返す。最終確認はメーカー公式で。楽天候補のaffiliate\_urlをユーザーに提示すること。
- `calc\_room\_layout`: 「この部屋にベッドとデスクは入る？」のように家具の配置可否を確認するときに呼ぶ。部屋の有効寸法\(mm\)と家具リスト\(幅/奥行/個数\)からグリッド配置シミュレーションを実行。座標と回転有無を返す。扉・動線は未考慮のため目安として扱うこと。大型家具にはcarry\_in\_warnings\(搬入経路チェック\)が付く。risk=warning/criticalならユーザーに搬入注意を伝えること。
- `list\_categories`: 「何が検索できる？」「どんなカテゴリがある？」のときに呼ぶ入口ツール。全31カテゴリと製品数・取扱ブランドを返す。カテゴリ名指定でそのカテゴリの製品一覧も取得可能。まずこのツールでカテゴリを把握→ユーザーに提示→選んだカテゴリでsearch\_productsに進む。
- `get\_popular\_products`: 「おすすめの棚は？」「人気のキッチン家電は？」のときに呼ぶ。カテゴリ/ブランドで絞って、互換収納・消耗品情報が充実したおすすめ製品を返す。楽天のレビュー数トレンドも付加。各商品のaffiliate\_urlをユーザーに提示すること。
- `summarize\_demand\_signals`: suggest\_by\_space / coordinate\_storage から蓄積された demand\_signals を要約する。どのシーン・どの fit 状態・どの安全フラグが多いかを把握したいときに呼ぶ。分析・週次レポート・自社商品企画の優先順位付けに使う。
- `find\_product\_gaps`: demand\_signals から miss と tight\_fit を束ねて、どのシーン・寸法帯・カテゴリに商品ギャップがあるかを返す。Amazon出品候補、自社開発候補、優先して集める寸法データ帯の発見に使う。
- `get\_related\_items`: search\_productsで商品を見つけた後、「他に何が必要？」を提案するために呼ぶ。必須付属品\(required=true: フィルター/ケーブル等\)と推奨品\(保護マット/パーツ等\)を分けて返す。各関連アイテムは楽天検索結果付きで即提案可能。depth=2で「関連の関連」まで展開。required=trueのアイテムは必ずユーザーに伝えること。
- `diagnose\_ai\_visibility`: URLを指定すると、そのサイトがAIエージェント（GPT/Claude/Gemini等）からどの程度「見えている」かを診断する。llms.txt、robots.txt\(AIクローラー許可\)、構造化データ\(JSON-LD\)、OGPメタタグ、寸法データ表記、越境対応度をチェックし、0-100のスコアとA-Fグレードを返す。越境対応度\(cross\_border\_readiness\)は海外AIエージェントへの可視性を評価。AIOエージェンシーのデモとして「御社の商品、AIからこう見えています」と提示できる。
- `get\_curated\_sets`: 「新生活に必要なもの一式」「YouTuberのデスクツアーで紹介された商品」「予算5万で書斎を作りたい」のようなセット提案・キュレーション情報を返す。バンドル\(まとめ買いセット\)、ルームプリセット\(IKEA式ルームセット\)、インフルエンサーPick\(専門家・YouTuber・雑誌編集部のおすすめ\)、ハックセット\(代用品セット\)の4種類。各商品のproduct\_idsでget\_product\_detailやsearch\_rakuten\_productsを呼べば詳細と購入リンクが得られる。

Measured by MCP Station. Methods: https://mcpstation.net/methods.html · Terms: https://mcpstation.net/terms.html